Risiken der ML-Entwicklung · Frage 42 von 60
Nach einem Update von PyTorch liefert dasselbe Modell mit denselben Daten andere Ergebnisse. Welches Risiko liegt vor, und welche Gegenmaßnahmen passen?
2 Antworten sind richtig. Schwer
Lösung anzeigen
Lösung
- B Risiko: Fehler in einer vom Framework genutzten Bibliothek
- D Gegenmaßnahmen: funktionaler Leistungstest und Back-to-Back-Test
Erklärung
Ein Fehler in einer Bibliothek des Frameworks, etwa in PyTorch, ist ein typisches Risiko der ML-Entwicklung. Dagegen helfen der funktionale Leistungstest und der Back-to-Back-Test, der die Ergebnisse der alten und der neuen Version vergleichen kann.